当前位置: 首页 > news >正文

【SMPL-X】AMASS动捕数据集与SMPL格式概述

  • AMASS: https://amass.is.tue.mpg.de/download.php
  • TWIST2: https://github.com/amazon-far/TWIST2
  • GMR: https://github.com/YanjieZe/GMR
  • TienKung-Lab: https://github.com/Open-X-Humanoid/TienKung-Lab

AMASS 不是单一动作库,而是一个把很多动捕( mocap) 数据集统一整理之后的大集合。

下载页里的这些“子集”本质上是原始 mocap动捕 数据来源,每个名字代表一个独立动作库。

在 AMASS 页面里,一个数据子集旁边你可能会看到:

  • SMPL+H G

  • SMPL-X G

  • SMPL-X N
    这里:

  • G= gendered 按性别区分人体模型

  • N= neutral 中性人体模型

    AMASS数据集常见子集含义

    • ACCAD:早期经典人体动作库,包含走路、转身、搬东西、武术等基础全身动作。
    • BMLhandball:手球相关动作,动态性强,适合跑跳、转体、投掷类动作。
    • BMLmovi:大规模日常全身动作库,动作种类比较丰富。
    • BioMotionLab_NTroje:也常被简称 BMLrub,动作量很大,覆盖很多通用人体运动。
    • CMU:CMU 动作捕捉库,最常见的大杂烩库之一,走路、跑步、舞蹈、交互都有。
    • CNRS:规模较小的动作库。
    • DanceDB:舞蹈类动作。
    • DFaust:偏形变/身体表面研究,也有动作,但更常用于身体建模研究。
    • EKUT:包含不少实验室采集的站立、推、走、姿态变化动作。
    • Eyes_Japan_Dataset:动作类型较丰富,包含日常动作和表演动作。
    • GRAB:以“人和物体交互”为主,比如拿、放、抓、搬。
    • HDM05:高质量、分类很清晰的动作库,常见于学术基准。
    • HumanEva:规模不大,但很经典。
    • KIT:KIT motion-language 相关动作库,通用动作多。
    • MPI_Limits:偏姿态边界、极限姿态,不是大规模自然动作库。
    • MPI_mosh:MPI 处理过的一批动作数据。
    • SFU:Simon Fraser University 的 mocap 数据。
    • SSM_synced:同步整理过的小型动作集。
    • TCD_handMocap:手相关动作较多。
    • TotalCapture:全身动作,常用于多模态/视觉动作研究。
    • Transitions_mocap:动作过渡段很多,比如站到走、走到转身、转身到停下。

    从“用途”上理解

    • 想要通用行走/跑跳/转身:CMU、BMLmovi、HDM05、KIT
    • 想要交互动作:GRAB
    • 想要搬运/操作类:ACCAD、GRAB
    • 想要舞蹈/复杂表演:DanceDB、CMU、Eyes_Japan_Dataset
    • 想要过渡自然:Transitions_mocap
      必选:CMU + KIT + BMLrub
      增强稳定性:HDM05 + Transitions
      做操作任务:TCD Hands
数据集类型 & 主要内容MotionsMinutes
ACCAD Motion Capture Dataset通用人体动作(走路、日常行为)25226.74
BMLrub Dataset高精度生物力学动作3061522.69
CMU Motion Capture Database大规模通用动作(走、跑、跳)1983543.49
EKUT Motion Dataset小规模基础动作34930.74
Eyes Japan Dataset高质量自然动作750363.64
HumanEva Dataset标准评测动作288.48
KIT Motion-Language Dataset动作+语言语义4232661.84
MPI HDM05体育/高动态动作(跳、踢)215144.54
MPI Limits Dataset人体关节极限约束3520.82
MPI MoSh DatasetSMPL人体参数化数据7716.53
SFU Motion Capture Dataset通用动作补充4415.23
SSM (us)小规模简单动作301.87
TCD Hands Dataset手部精细动作628.05
TotalCapture Datasetmocap+IMU多模态动作3741.10
Transitions (us)动作过渡(切换、衔接)11015.10
Total汇总(344人)112652420.86
http://www.jsqmd.com/news/587733/

相关文章:

  • 房屋建筑学——变形缝
  • Flink 个人学习实时数据管道框架--2 技术架构设计
  • 简单工厂、工厂方法、抽象工厂的PHP代码区别?
  • LLM 怎么生成回答?揭秘“思考“过程
  • Phi-4-mini-reasoning作品集:离散数学归纳法严谨性验证生成案例
  • OpenClaw人人养虾:后台执行
  • MySQL函数及条件查询相关用法
  • 2025_NIPS_Fast Monte Carlo Tree Diffusion: 100× Speedup via Parallel Sparse Planning
  • AI赋能论文研究:调用快马平台模型智能分析文本与提取关键词
  • OpenClaw多终端控制:千问3.5-9B实现跨设备协同
  • DREAM3D:革新材料科学数据处理的开源框架
  • Git 仓库搬家后,如何让本地仓库“认新家”?——小白也能看懂的远程地址修改指南
  • 效率提升:用快马AI快速生成带存储功能的EndNote工具
  • GHelper:华硕笔记本的终极开源性能控制解决方案
  • Redis怎样动态添加新的哨兵节点_直接启动新Sentinel并让其通过主库自动发现其他哨兵
  • 代码随想录—day2—滑动窗口与前缀和
  • ABAP 选择屏幕中创建多个自定义按钮
  • 技术深析:衡石Agentic BI的架构革命与核心技术突破
  • openLCA完整安装与使用终极指南:免费开源的生命周期评估解决方案
  • 适配新的gps模块,在Android系统中注意哪些问题
  • AI赋能性能优化:让快马平台的智能模型帮你重构高性能代码
  • insightface进行视频中人脸识别
  • 【花雕学编程】行空板 K10 部署 MimiClaw 嵌入式 AI Agent 全指南(适配逻辑+命令全集+测试实践)
  • 2025苏州GEO大模型AI优化服务白皮书
  • 零基础看懂计算机视觉:让机器像人一样“看见”世界,原来原理这么简单
  • PvZ Toolkit:3步解锁植物大战僵尸终极游戏增强工具,打造完全自定义体验
  • SEO_本地中小企业快速见效的SEO推广技巧
  • 【PCIe验证每日学习·Day25】PCIe 电源管理机制(L0s/L1/L2/L3)全解析
  • AI 究竟让年轻人更有优势,还是更难立足?
  • 企业网站SEO优化需要做哪些内容优化_如何进行企业网站的SEO优化